近年来,技术快速发展,应用领域越来越广泛,应用场景越来越多样化。通常无人机依靠GPS进行自身定位,在GPS信号较差或缺失的室内,如何实现无人机的准确定位是一个极具挑战性的问题,而光流技术已成为无GPS条件下无人机定位的热点技术之一。本文针对该问题展开光流算法研究。论文的具体研究内容如下:首先,提出了一种基于Pixhawk的无人机光流改进算法。该算法,首先使用中值滤波法来滤除常见噪声,并采用比例渐进的方法减弱日光灯(频闪光)对光流的影响,接着引入Hessian矩阵来去除异常点,然后使用三步搜索块匹配法进行光流计算。最后将改进的算法应用在自研的小型四旋翼无人机上,进行真机飞行实验。实验结果表明改进的光流算法在精度上有较为显著的提升,有效改善了弱光、频闪光条件下的光流计算效果。其次,提出了一种基于CTF的光流改进算法。该算法在Horn-Schunck算法的基础上依据CTF思路进行图像分层,并逐层计算光流,迭代求解。对算法使用标准数据集中的图像序列进行光流测试,使用光流色彩图进行光流场展示。实验结果表明,提出的改进算法相比原始算法在准确程度和计算速度方面有一定程度的提高。